CRM系統(tǒng)：CRM在保險(xiǎn)行業(yè)的應(yīng)用

CRM 在保險(xiǎn)行業(yè)的應(yīng)用 the Application of CRM in Insurance Industry 何維基1 王鵬2 He Weiji Wang Peng （華東交通大學(xué)信息工程學(xué)院，江西南昌330013） （School of Information Engineering, East China Jiaotong University, Jiangxi Nanchang 330013） 摘要: 入世后保險(xiǎn)公司面臨嚴(yán)峻挑戰(zhàn)，如何認(rèn)識(shí)客戶關(guān)系管理(CRM)對(duì)保險(xiǎn)公司經(jīng)營(yíng)管理的重要性并進(jìn)行CRM的應(yīng)用是 一個(gè)重要研究課題。保險(xiǎn)公司應(yīng)用CRM 有其內(nèi)在必然性和現(xiàn)實(shí)必然性。本文嘗試將數(shù)據(jù)挖掘技術(shù)應(yīng)用到CRM 系統(tǒng)中，并提出 了保險(xiǎn)業(yè)的客戶價(jià)值數(shù)據(jù)挖掘模型，為保險(xiǎn)公司開展數(shù)據(jù)挖掘提供參考。 關(guān)鍵詞: 客戶關(guān)系管理(CRM) ; 保險(xiǎn)公司; 數(shù)據(jù)挖掘; 客戶價(jià)值 中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-4792-(2008)1-0078-02 Abstract: After China entered into WTO, Chinese insurance companies confront great challenges from outside. How to recognize the important role that CRM plays in modern insurance companies’ management and put CRM into practice becomes an important research field. Meanwhile, Chinese Insurance companies use CRM has its instinct and reality reason. This paper, taking the insurance company as an example, is making an attempt to use data mining technology into CRM systems and proposes the data mining model which will be contributory when insurance companies adopt data mining. Keywords: CRM; Insurance Company; Data Mining; Customer Value 保險(xiǎn)公司應(yīng)用CRM 的必然性 入世后，保險(xiǎn)市場(chǎng)競(jìng)爭(zhēng)愈來愈白熱化，如何找到一條克 敵制勝之道，成為我國(guó)保險(xiǎn)業(yè)上下共同關(guān)注的問題。客戶關(guān) 系管理(Customer Relationship Management，CRM)作為一 種有效提升現(xiàn)代企業(yè)核心競(jìng)爭(zhēng)力的理念，也成為保險(xiǎn)公司增 強(qiáng)實(shí)力、獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的備選手段。 保險(xiǎn)公司應(yīng)用CRM的必然性是由保險(xiǎn)業(yè)的下述特點(diǎn)所決 定的: ①產(chǎn)品特殊。作為一種無形的產(chǎn)品，保險(xiǎn)本身并不具有 明顯的差異，客戶較關(guān)心經(jīng)營(yíng)者的品牌、信譽(yù)及服務(wù)能力等; ②經(jīng)營(yíng)對(duì)象風(fēng)險(xiǎn)較大。保險(xiǎn)經(jīng)營(yíng)者通常要承受保險(xiǎn)欺詐 的風(fēng)險(xiǎn); ③成本不可確定。由于風(fēng)險(xiǎn)較大，影響風(fēng)險(xiǎn)的因素極其 復(fù)雜，保險(xiǎn)的成本很難精確測(cè)定; ④購(gòu)買行為可持續(xù)性; ⑤后續(xù)服務(wù)復(fù)雜。 由以上特點(diǎn)即可知，保險(xiǎn)公司欲生存并求得發(fā)展，必須 增強(qiáng)客戶意識(shí)，提供高標(biāo)準(zhǔn)的服務(wù)和支持，以鞏固同客戶之 間的良好關(guān)系。與此同時(shí)，還需要保險(xiǎn)公司有能力來鑒別和 控制經(jīng)營(yíng)中的風(fēng)險(xiǎn)，也就是說要有能力進(jìn)行客戶的精確定位 和細(xì)分，這些要求與CRM 的能力都可謂是不謀而合。 1 基于數(shù)據(jù)挖掘技術(shù)的CRM 應(yīng)用分析 1.1 數(shù)據(jù)挖掘 數(shù)據(jù)挖掘(Data Mining，簡(jiǎn)稱DM)，簡(jiǎn)而言之，就是一 類深層次的數(shù)據(jù)分析方法。數(shù)據(jù)挖掘的過程實(shí)際是一個(gè)利用 分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間的關(guān)系的過程，這 些模型和關(guān)系可以用來做出預(yù)測(cè)。因此，數(shù)據(jù)挖掘可以描述 為: 按企業(yè)既定業(yè)務(wù)目標(biāo)，對(duì)大量的企業(yè)數(shù)據(jù)進(jìn)行探索和分 析，揭示隱藏的、未知的規(guī)律性或驗(yàn)證已知的規(guī)律性，并進(jìn) 一步將其模型化的先進(jìn)有效的方法。數(shù)據(jù)挖掘所能解決的典 型商業(yè)問題包括: 數(shù)據(jù)庫(kù)營(yíng)銷(Database Marketing)、客戶 群體劃分(Customer Segmentation&Classification )、背 景分析(Profile Analysis)、交叉銷售(Cross-selling)等 市場(chǎng)分析行為，以及客戶流失分析(Churn Analysis)、客戶 信用記分(Credit Scoring )、欺詐發(fā)現(xiàn)(Fraud Detection) 等等。 1.2 數(shù)據(jù)挖掘技術(shù)在CRM 中的具體應(yīng)用 （1）確定數(shù)據(jù)挖掘的步驟 數(shù)據(jù)挖掘首先就是要準(zhǔn)備數(shù)據(jù)，如創(chuàng)建數(shù)據(jù)表，處理不 完整的數(shù)據(jù)，以及確定挖掘什么主題等等。總之在實(shí)施數(shù)據(jù) 挖掘之前，先要制定具體的挖掘步驟，確定挖掘的目標(biāo)，這 樣才能保證挖掘的順利進(jìn)行，取得滿意的結(jié)果。數(shù)據(jù)挖掘的 步驟也不是一成不變，而是不斷重復(fù)某些步驟. 在數(shù)據(jù)挖掘中被研究的主題是整個(gè)過程的基礎(chǔ)，它驅(qū)動(dòng) 了整個(gè)數(shù)據(jù)挖掘過程，也是檢驗(yàn)最后結(jié)果和指引分析人員完 成數(shù)據(jù)挖掘的依據(jù)。圖一的步驟是按一定順序完成的，而且 數(shù)據(jù)挖掘是周而復(fù)始的過程，即從一個(gè)主題中產(chǎn)生的想法需 要深入分析，從而導(dǎo)致新的主題，新的主題可能產(chǎn)生又一個(gè) 新的主題。因此數(shù)據(jù)挖掘的過程并不是自動(dòng)的，許多工作需 要人工完成。 （2）確定面向客戶的挖掘主題 確定數(shù)據(jù)挖掘的主題也就是確定研究的目標(biāo)和研究的范 圍。在人壽保險(xiǎn)行業(yè)如確定以客戶為主題，在以客戶為主題 的數(shù)據(jù)挖掘中，客戶標(biāo)示代碼(ID)是區(qū)分不同客戶的標(biāo)志， 其它包含的客戶信息應(yīng)該是較為全面的。數(shù)據(jù)挖掘時(shí)需要把 有關(guān)客戶的各種信息數(shù)據(jù)綜合在“客戶”這一主題中，形成 客戶的一致性信息集合，其中主要包括了客戶基本信息: 如 客戶ID、客戶基本狀況(歷史客戶或是潛在客戶)等。 （3）建立客戶價(jià)值模型 在整個(gè)顧客生命周期中，都涉及到企業(yè)與客戶的交互關(guān) 系，客戶對(duì)企業(yè)的利潤(rùn)和費(fèi)用的貢獻(xiàn)。所以很多研究提出了 生命周期價(jià)值的概念(Lifetime Value， LTV)。被普遍使用 的生命周期價(jià)值的定義是: 在客戶與企業(yè)關(guān)系開始到結(jié)束的 整個(gè)客戶生命周期的循環(huán)中，單個(gè)客戶對(duì)企業(yè)費(fèi)用和成本的 直接貢獻(xiàn)(交易)和間接貢獻(xiàn)(推薦，提出新產(chǎn)品建議等)的全 部?jī)r(jià)值總和(Hoekstra，Huizingh 1999)。所以，客戶生命 周期價(jià)值應(yīng)該是: 客戶生命周期價(jià)值V = 潛在價(jià)值P V (Potential Value)+當(dāng)前價(jià)值CV(Current Value)。 對(duì)于保險(xiǎn)用戶而言，其當(dāng)前價(jià)值應(yīng)該包括: CV= 客戶當(dāng)前總貢獻(xiàn)R- 客戶當(dāng)前總成本M; 客戶當(dāng)前貢獻(xiàn)R= Σ(P × Q)+U。 其中: P —險(xiǎn)種數(shù)量; Q —險(xiǎn)種價(jià)格或收費(fèi)標(biāo)準(zhǔn); U —其他收入。 客戶當(dāng)前成本M= Σ(P × C+G+D)。 其中: C —險(xiǎn)種單位成本或收費(fèi)標(biāo)準(zhǔn); G —保險(xiǎn)的風(fēng)險(xiǎn)成本(保險(xiǎn)理賠); D —保險(xiǎn)其他成本。 忠誠(chéng)客戶一般在已購(gòu)買某項(xiàng)險(xiǎn)種的基礎(chǔ)上，傾向于重復(fù) 購(gòu)買或?qū)τ谄渌N類保險(xiǎn)產(chǎn)品的購(gòu)買，將為保險(xiǎn)公司帶來更 多的收益; 同時(shí)，忠誠(chéng)客戶的服務(wù)和保持成本顯然遠(yuǎn)遠(yuǎn)低于 新客戶的成本。 保險(xiǎn)客戶潛在價(jià)值PV=客戶的潛在購(gòu)買+客戶推薦價(jià)值 + 其它價(jià)值 客戶潛在購(gòu)買意愿受到客戶個(gè)性特征、保險(xiǎn)產(chǎn)品信息以 及保險(xiǎn)服務(wù)質(zhì)量等諸多因素影響，尤其是新客戶，在購(gòu)買行 為發(fā)生時(shí)“首因效應(yīng)”尤其顯著。客戶推薦一般是老客戶尤 其是對(duì)于保險(xiǎn)產(chǎn)品和服務(wù)質(zhì)量滿意的忠誠(chéng)客戶對(duì)于產(chǎn)品或公 司的推薦。 （4）建立數(shù)據(jù)挖掘庫(kù)和數(shù)據(jù)的準(zhǔn)備 實(shí)際應(yīng)用中的數(shù)據(jù)是保險(xiǎn)公司在開展業(yè)務(wù)過程中生成的 數(shù)據(jù)，如柜面、呼叫中心、Web 等渠道獲得的數(shù)據(jù)，這些數(shù) 據(jù)集中在保險(xiǎn)公司的業(yè)務(wù)數(shù)據(jù)庫(kù)中。為了便于開展挖掘和企 業(yè)數(shù)據(jù)的安全，數(shù)據(jù)在挖掘前要根據(jù)主題建立數(shù)據(jù)挖掘庫(kù)， 并將數(shù)據(jù)進(jìn)行清洗、剔除、合并或補(bǔ)充殘缺不全的數(shù)據(jù)，然 后利用挖掘工具進(jìn)行挖掘。 （5）利用分析工具分析 保險(xiǎn)公司可以采用SAS 等挖掘軟件來進(jìn)行數(shù)據(jù)的挖掘， 通過采用細(xì)分、聚類、關(guān)聯(lián)、決策樹等方法對(duì)客戶數(shù)據(jù)進(jìn)行 挖掘。 通過挖掘軟件挖掘得到一些顯性的知識(shí)或一些分析的 模型。 （6）將分析結(jié)果應(yīng)用于公司決策 保險(xiǎn)公司可以將數(shù)據(jù)挖掘的結(jié)果應(yīng)用于市場(chǎng)營(yíng)銷或客戶 服務(wù)等方面的決策支持，比如用于客戶的細(xì)分分析、客戶的 滿意度分析、客戶的忠誠(chéng)度分析、客戶流失分析、個(gè)性化服 務(wù)分析、“一對(duì)一”營(yíng)銷分析等等方面。 參考文獻(xiàn) [1]Janny.C.Hoekstra，Eelko.K.R.E.Huizingh，The Lifetime Value Concept in Customer-Based Marketing [J]. Journal of Market Focused Management，1999，(3): 257-274. [2]Peter C. Verhoef，Bas Donkers，Predicting customer potential value an application in the insurance industry[J]. Decision Support System，2001，(32):189- 199. [3](美)Alex Berson，Stephen Smith，Kurt Thearling 著.賀奇，鄭巖譯. 構(gòu)建面向CRM的數(shù)據(jù)挖掘應(yīng)用[M]. 北京: 人民郵電出版社，2001. [4]呂延杰，尹濤，王琦. 客戶關(guān)系管理與主題分析[M]. 北京:人民郵電出版社，2002. [5]丁秋林，力士奇. 客戶關(guān)系管理[M]. 北京:清華大 學(xué)出版社，2002. [6]唐纓璋，孫黎. 一對(duì)一營(yíng)銷:客戶關(guān)系管理核心戰(zhàn)略 [M]. 北京:中國(guó)經(jīng)濟(jì)出版社，2002 年. 作者簡(jiǎn)介 何維基，男，華東交通大學(xué)在讀工程碩士，江西稀有稀 土金屬鎢業(yè)集團(tuán)公司高級(jí)工程師。 強(qiáng)力推薦： 天柏客戶關(guān)系管理系統(tǒng) 天柏客戶關(guān)系管理系統(tǒng)（CRM）是一款集專業(yè)性、實(shí)用性、易用性為一體的純B/S架構(gòu)的CRM系統(tǒng)，它基于以客戶為中心的協(xié)同管理思想和營(yíng)銷理念，圍繞客戶生命周期的整個(gè)過程，針對(duì)不同價(jià)值的客戶實(shí)施以客戶滿意為目標(biāo)的營(yíng)銷策略，通過企業(yè)級(jí)協(xié)同，有效的“發(fā)現(xiàn)、保持和留住客戶”，從而達(dá)到留住客戶、提高銷售，實(shí)現(xiàn)企業(yè)利潤(rùn)最大化的目的。通過對(duì)客戶進(jìn)行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠(chéng)度分析(Persistency)、客戶利潤(rùn)分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產(chǎn)品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業(yè)銷售、營(yíng)銷、客戶服務(wù)和支持等與客戶關(guān)系有關(guān)的業(yè)務(wù)流程并提高各個(gè)環(huán)節(jié)的自動(dòng)化程度，從而幫助企業(yè)達(dá)到縮短銷售周期、降低銷售成本、擴(kuò)大銷售量、增加收入與盈利、搶占更多市場(chǎng)份額、尋求新的市場(chǎng)機(jī)會(huì)和銷售渠道，最終從根本上提升企業(yè)的核心競(jìng)爭(zhēng)力，使得企業(yè)在當(dāng)前激烈的競(jìng)爭(zhēng)環(huán)境中立于不敗之地。 關(guān)鍵詞：CRM,CRM系統(tǒng),CRM軟件,客戶關(guān)系管理,客戶管理軟件,客戶管理系統(tǒng),客戶關(guān)系管理軟件,客戶關(guān)系管理系統(tǒng)